丁香婷婷网,黄色av网站裸体无码www,亚洲午夜无码精品一级毛片,国产一区二区免费播放

現(xiàn)在位置:范文先生網(wǎng)>理工論文>計(jì)算機(jī)論文>一種優(yōu)化的小波域圖像水印技術(shù)_小波變換

一種優(yōu)化的小波域圖像水印技術(shù)_小波變換

時(shí)間:2022-08-18 09:06:16 計(jì)算機(jī)論文 我要投稿
  • 相關(guān)推薦

一種優(yōu)化的小波域圖像水印技術(shù)_小波變換

1.引言

  數(shù)字水印是一個(gè)將版權(quán)信息嵌入到指定媒體的技術(shù)[1]。有效的圖像水印技術(shù)主要包括水印生成、水印嵌入、水印識(shí)別和水印攻擊。

  考慮到水印的隱蔽性,需要選擇一個(gè)適當(dāng)?shù)那度胨惴▽⑺∏度氲筋l域系數(shù)中,使得含水印圖像與原始圖像比較起來(lái),沒(méi)有明顯的質(zhì)量下降。近年來(lái),使用各種優(yōu)化算法,如遺傳算法(GA),來(lái)加強(qiáng)水印的隱蔽性[2,3]。

  水印識(shí)別是為進(jìn)一步判斷提取的水印與原水印的相似程度和提取水印的所有者。為了更清晰地認(rèn)證提取的水印,有意義水印可以部分或完全由協(xié)同神經(jīng)網(wǎng)絡(luò)(SNN)從水印圖像中恢復(fù)[4,5]。

  本文提出了一種新的DWT域圖像水印技術(shù)。水印數(shù)據(jù)來(lái)自一個(gè)有意義的二進(jìn)制圖像,由二維混沌編碼而成。水印嵌入中,GA用于選擇最佳嵌入強(qiáng)度,將水印嵌入到宿主灰度圖像。攻擊后,被提取的水印能通過(guò)SNN很好地識(shí)別。

  2.水印生成

  具有一次耦合項(xiàng)形式的二維Logistic映射系統(tǒng)的動(dòng)力學(xué)行為是由控制參數(shù)

  ,

  和

  來(lái)控制。當(dāng)

  時(shí),系統(tǒng)是混沌的,可加密數(shù)字圖像。

  表示一個(gè)有意義的二進(jìn)制圖像,其大小是

  ,

  ,

  ,

  。

  二維Logistic映射系統(tǒng)迭代運(yùn)行

  次后,得到

  和

  。使用數(shù)值

  和

  ,加密算法描述如下:

  1)把十進(jìn)制數(shù)

  轉(zhuǎn)換成二進(jìn)制,選擇前

  位為

  。類似

  ,

  轉(zhuǎn)換成

  。

  2)根據(jù)行序

  和

  ,進(jìn)行異或操作

  ,

  。

  3)根據(jù)列序

  和

  ,進(jìn)行異或操作

  ,

  。

  完成了以上三個(gè)步驟,就可以得到水印

  。

  3.水印嵌入

  3.1遺傳算法

  遺傳算法是模擬生物進(jìn)化的最優(yōu)搜素算法,描述如下:

  1)編碼:?jiǎn)栴}域的任何可能解都可表示成種群中的一個(gè)個(gè)體,并編碼為有限長(zhǎng)度的二進(jìn)制串,稱為染色體。調(diào)整二進(jìn)制串中的組成元素,即基因,能最小化或最大化適應(yīng)值。

  2)初始種群:隨機(jī)生成一定個(gè)數(shù)的染色體作為第一代。

  3)計(jì)算適應(yīng)值:適應(yīng)度函數(shù)由算法設(shè)計(jì)者設(shè)計(jì),滿足特定應(yīng)用的優(yōu)化目標(biāo)。

  4)遺傳操作:經(jīng)過(guò)選擇、交叉和變異運(yùn)算后,得到下一代群體后。

  5)終止規(guī)則:終止的規(guī)則是代數(shù)超過(guò)規(guī)定值或幾代后染色體的適應(yīng)值無(wú)變化

  3.2基于遺傳算法的水印嵌入

  由于水印識(shí)別采用具有較好魯棒性的SNN方法,在水印嵌入算法中,設(shè)計(jì)的遺傳算法適應(yīng)度函數(shù)只考慮隱蔽性。

 。

 。┍硎敬笮

  的宿主灰度圖像,

  為最優(yōu)的水印圖像。水印嵌入算法為:

  1)在空域中,把宿主圖像切割成不重疊的

  子圖

  ,共有

  個(gè)子圖。

  2)對(duì)每一個(gè)子圖進(jìn)行DWT,得到低頻子帶

  、兩個(gè)中頻子帶

  和

  、高頻子帶

  。

  3)共有

  中低頻子帶,染色體可編碼成

  位,每一個(gè)染色體對(duì)應(yīng)一個(gè)子帶位置來(lái)嵌入水印。

  4)對(duì)于每一個(gè)染色體,按照式1或式2修改相應(yīng)的系數(shù)。

 。1)

 。2)

  因子

  和

  是嵌入強(qiáng)度,CF是HL和LH之一,修改系數(shù)得到

  后進(jìn)行IDWT。所有的

  組成了含水印圖像。

  5)定義PSNR為適應(yīng)度函數(shù)。

 。3)

  6)創(chuàng)建一些染色體來(lái)生成初始的種群。計(jì)算各染色體的適應(yīng)度值,進(jìn)行遺傳操作直到算法停止,同時(shí)得到最優(yōu)的含水印圖像。

  4.水印識(shí)別

  根據(jù)水印嵌入的規(guī)則和遺傳算法的最后染色體,用DWT得到水印圖像和宿主圖像.水印提取如下:

  (4)

  選擇與原始有意義的水印圖像具有相同大小和相似內(nèi)容的二進(jìn)制圖像共同形成原型模式集。利用SNN識(shí)別提取的水印,解密還原后可得到原始水印圖像。

  5.實(shí)驗(yàn)

  為了驗(yàn)證預(yù)定技術(shù)的有效性,從ORL臉數(shù)據(jù)庫(kù)[6]選擇辣椒圖像作為宿主灰度圖像,大小為

  ,和大小為

  的二進(jìn)制臉部圖像作為有意義水印圖像。同時(shí),其他四個(gè)二進(jìn)制臉部圖像用來(lái)組成一個(gè)原型模式向量集合,如圖1。

  選擇控制變量

  ,

  和初始值

  ,

  ,

  ,把二進(jìn)制臉部圖像加密成水印。臉部圖像和水印分別見(jiàn)圖1(c)和圖1(d)。

 。╝)辣椒圖像(b)水印辣椒圖像

 。╟)臉部圖像(d)水印

 。╡)其他四個(gè)圖像

  圖1實(shí)驗(yàn)用圖像

  設(shè)置嵌入強(qiáng)度

  ,

  。利用Matlab7.0軟件環(huán)境下的GADS工具箱,水印被嵌入到辣椒圖像。宿主圖像和水印圖像顯示為圖1(a)和圖1(b)。在遺傳算法中,經(jīng)過(guò)15代得到水印最優(yōu)位置

  和最優(yōu)PSNR值53.1417。

  在Matlab7.0軟件環(huán)境中,完成了對(duì)水印辣椒圖像的攻擊實(shí)驗(yàn):選擇均值零方差0.0005的高斯噪聲、均值零方差0.001的椒鹽噪聲、[0.10.9]到[01]對(duì)比度增強(qiáng)、[01]至[0.10.9]對(duì)比度減弱、3×3中值濾波和維納濾波、壓縮質(zhì)量50%的JPEG壓縮。攻擊后,約20-50的SNN演化后,提取水印能夠被正確地識(shí)別,見(jiàn)表1。

  表1提取水印的SNN識(shí)別

  解密水印SNN演化

  高斯噪音

  椒鹽噪音

  對(duì)比度增強(qiáng)

  中值濾波

  中值濾波

  維納濾波

  JPEG壓縮

  正如表1中所示,提取出的水印通過(guò)相關(guān)分析或者人類感覺(jué)器官不能被直接識(shí)別出來(lái),但是通過(guò)SNN,被嵌入宿主圖像中的水印可以很容易地識(shí)別。

  6.結(jié)束語(yǔ)

  有效的數(shù)字水印技術(shù)必須滿足三個(gè)主要的特征:安全性、隱蔽性和魯棒性。本文使用二維混沌加密、遺傳算法和協(xié)同神經(jīng)網(wǎng)絡(luò)來(lái)滿足這些水印特性,實(shí)驗(yàn)結(jié)果表明本文所提出圖像水印技術(shù)的可行性和有效性。

  參考文獻(xiàn)

  1 Cox I J, Miller M L, Bloom J A. Digital Watermarking. San Francisco: Morgan Kaufmann Publishers,2002

  2 Huang H C, Pan J S, Huang Y H, and et al. Progressive Watermarking Techniques Using GeneticAlgorithms. Circuits Systems Signal Processing, 2007, 26(5):671-687

  3 Chu S C, Huang H C, Shi Y, and et al. Genetic Watermarking for Zerotree-Based Applications. Circuits Systems SignalProcess,2008,27:171-182

  4 Huang S, Zhang W, Feng W, and et al. Blind Watermarking Scheme Based on Neural Network. In Proc. ofthe 7th World Congress on Intelligent Control and Automation, vol. 1,2008:5985-5989

  5 Chang C Y, Su S J. The Application of a Full Counter Propagation Neural Network to Image Watermarking.Proceedings of IEEE on Networking, Sensing and Control, 2005:993-998

  6 AT&T Laboratories Cambridge. The ORL Database of Faces. http:// www. uk. research. att. com/ facedatabase. html.

【一種優(yōu)化的小波域圖像水印技術(shù)_小波變換】相關(guān)文章:

《波麗安娜》心得02-11

一波未平一波又起作文05-19

森波拉_950字07-29

吳秀波經(jīng)典語(yǔ)錄08-24

小微企業(yè)物流管理優(yōu)化探析08-18

尺水興波結(jié)構(gòu)精巧08-24

周立波最新語(yǔ)錄08-23

最新整理的周立波語(yǔ)錄08-23

大衛(wèi)科波菲爾梗概07-16

大衛(wèi)科波菲爾摘抄06-04